資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化學
生物
數學
英語
經濟學
心理學
社會學
服裝設計
法學Python 中將列表轉換為類似鍵值對的列表
給定兩個單獨的列表，我們將透過將它們對映到一個鍵值資料結構（即字典）來將它們轉換為單個數據結構。第一個列表的值將作為鍵，第二個列表的值將作為字典中相應鍵的值。這種關係可以被認為是一對一或一對多，即一個鍵可以有多個值。
現在讓我們來看一個示例輸入和輸出，以便更好地理解如何在本文中將 Python 中的列表轉換為類似鍵值對的列表。
輸入
list1 = [3, 4, 3, 4, 5, 5] list2 = ['apple', 'banana', 'cherry', 'date', 'elderberry', 'fig']
輸出
{3: ['apple', 'cherry'], 4: ['banana', 'date'], 5: ['elderberry', 'fig']}
方法一：使用 Defaultdict 和 Zip
此方法使用 defaultdict 和列表作為預設值，這有助於有效地根據第一個列表 (list1) 中的對應元素對 list2 中的元素進行分組。之後，為了清晰起見，它將 defaultdict 轉換為常規字典，從而導致 list1 中的值與 list2 中的值列表的對映關係。
示例
from collections import defaultdict
list1 = [3, 4, 3, 4, 5, 5]
list2 = ['apple', 'banana', 'cherry', 'date', 'elderberry', 'fig']
result_dict = defaultdict(list)
for key, value in zip(list1, list2):
result_dict[key].append(value)
result_dict = dict(result_dict)
print("The first list is:",list1)
print("The second list is:",list2)
print("The mapped dictionary:",result_dict)
輸出
The first list is: [3, 4, 3, 4, 5, 5]
The second list is: ['apple', 'banana', 'cherry', 'date', 'elderberry', 'fig']
The mapped dictionary: {3: ['apple', 'cherry'], 4: ['banana', 'date'], 5: ['elderberry', 'fig']}
方法二：使用迴圈和空字典
此方法建立一個名為 result_dict 的空字典。對於每一對，它會評估鍵（來自 list1 的元素）是否出現在 result_dict 中；如果不存在，則使用空列表初始化此鍵。隨後，它將來自 list2 的對應值（元素）新增到其關聯鍵的列表中：這有效地形成了一個字典，其中來自 list1 的元素作為鍵；但是，值由包含來自 list2 的關聯元素的列表組成。
示例
list1 = [3, 4, 3, 4, 5, 5]
list2 = ['apple', 'banana', 'cherry', 'date', 'elderberry', 'fig']
result_dict = {}
for key, value in zip(list1, list2):
if key not in result_dict:
result_dict[key] = []
result_dict[key].append(value)
print("The mapped dictionary:",result_dict)
輸出
The mapped dictionary: {3: ['apple', 'cherry'], 4: ['banana', 'date'], 5: ['elderberry', 'fig']}
方法三：使用列表推導和 Defaultdict
這裡的 defaultdict 自動為每個鍵（來自 list1 的元素）建立列表；然後它將這個 defaultdict 轉換為一個普通的字典。最終結果：一個對映，其中鍵表現為來自 list1 的元素，而值則透過來自 list2 的關聯元素的列表出現。
示例
from collections import defaultdict
list1 = [3, 4, 3, 4, 5, 5]
list2 = ['apple', 'banana', 'cherry', 'date', 'elderberry', 'fig']
result_dict = defaultdict(list)
[result_dict[key].append(value) for key, value in zip(list1, list2)]
result_dict = dict(result_dict)
print("The mapped dictionary:",result_dict)
輸出
The mapped dictionary: {3: ['apple', 'cherry'], 4: ['banana', 'date'], 5: ['elderberry', 'fig']}
方法四：使用字典推導
在 Python 中，我們可以透過字典推導簡潔地建立字典。程式碼“`{key: [] for key in set(list1)}`”構造一個字典，其中來自 list1 的唯一元素充當鍵；這些元素初始化為值為空列表。
示例
list1 = [3, 4, 3, 4, 5, 5]
list2 = ['apple', 'banana', 'cherry', 'date', 'elderberry', 'fig']
result_dict = {key: [] for key in set(list1)}
[result_dict[key].append(value) for key, value in zip(list1, list2)]
print("The mapped dictionary:",result_dict)
輸出
The mapped dictionary: {3: ['apple', 'cherry'], 4: ['banana', 'date'], 5: ['elderberry', 'fig']}
方法五：使用 Defaultdict 和 itertools.groupby
Defaultdict(list) 命令啟用一個字典；這個新啟動的字典等待缺失的鍵，所有這些鍵都將由空列表填充。groupby 函式根據第一個值對對進行分類 - lambda x: x[0] 表示此類分組的鍵。因此，list1 和 list2 元素透過執行此程式碼段進行排序和後續分組到 result_dict 中。
示例
from collections import defaultdict
from itertools import groupby
list1 = [3, 4, 3, 4, 5, 5]
list2 = ['apple', 'banana', 'cherry', 'date', 'elderberry', 'fig']
sorted_lists = sorted(zip(list1,list2), key=lambda x: x[0])
result_dict = defaultdict(list)
for key, group in groupby(sorted_lists, key=lambda x: x[0]):
result_dict[key].extend(item[1] for item in group)
result_dict = dict(result_dict)
print("The mapped dictionary:",result_dict)
輸出
The mapped dictionary: {3: ['apple', 'cherry'], 4: ['banana', 'date'], 5: ['elderberry', 'fig']}
方法六：使用 Collections 模組中的 Counter
使用 Counter，此程式碼計算 list1 中元素的出現次數；然後它使用 zip 迴圈遍歷 list1 和 list2，這是一種確保每個鍵（來自 list1 的元素）與值陣列（來自 list2 的元素）對齊的方法。精確地，Counter 保持每個可用例項的最新記錄：透過這樣做，我們避免了結果字典中的重複。
示例
from collections import Counter
list1 = [3, 4, 3, 4, 5, 5]
list2 = ['apple', 'banana', 'cherry', 'date', 'elderberry', 'fig']
result_dict = {}
counter = Counter(list1)
for key, value in zip(list1, list2):
if counter[key] > 0:
if key not in result_dict:
result_dict[key] = []
result_dict[key].append(value)
counter[key] -= 1
print("The mapped dictionary:",result_dict)
輸出
The mapped dictionary: {3: ['apple', 'cherry'], 4: ['banana', 'date'], 5: ['elderberry', 'fig']}
方法七：使用 zip 和 itertools.groupby
此方法首先對列表進行排序，然後使用 groupby 對排序後的對進行分組，從而形成一個 result_dict，其中鍵來自 list 1，值來自 list2。
示例
from itertools import groupby
from operator import itemgetter
list1 = [3, 4, 3, 4, 5, 5]
list2 = ['apple', 'banana', 'cherry', 'date', 'elderberry', 'fig']
sorted_lists = sorted(zip(list1,list2), key=itemgetter(0))
result_dict = {key: [x[1] for x in group] for key, group in groupby(sorted_lists, key=itemgetter(0))}
print("The mapped dictionary:",result_dict)
輸出
The mapped dictionary: {3: ['apple', 'cherry'], 4: ['banana', 'date'], 5: ['elderberry', 'fig']}
方法八：使用 for 迴圈和 setdefault
使用 zip 函式並行迭代兩個列表 list1 和 list2，將它們合併在一起。接下來是建立一個字典 result_dict；在這裡，它將 list1 中的元素賦值為鍵，並將 list2 中的元素分組到列表中作為相應的鍵值。setdefault 方法初始化任何前所未有的字典鍵，此過程確保 list1 上的值與其在 list2 上的關聯值集之間成功對映。
示例
list1 = [3, 4, 3, 4, 5, 3]
list2 = ['apple', 'banana', 'cherry', 'date', 'elderberry', 'fig']
result_dict = {}
for key, value in zip(list1, list2):
result_dict.setdefault(key, []).append(value)
print("The mapped dictionary:",result_dict)
輸出
The mapped dictionary: {3: ['apple', 'cherry', 'fig'], 4: ['banana', 'date'], 5: ['elderberry']}
方法九：使用 itertools 的 groupby 函式
此程式碼合併兩個列表：list1 和 list2。最初，它根據 list1 中的元素對它們進行排序；隨後，itertools.groupby 發揮作用以對具有相同鍵的元素進行分組 - 導致一個名為 result_dict 的字典。在此目錄中，從 list1 派生的唯一元素作為鍵，而 List2 中的關聯元件用作值。
示例
from itertools import groupby
list1 = [5, 0, 3, 4, 5, 5]
list2 = ['apple', 'banana', 'cherry', 'date', 'elderberry', 'fig']
sorted_lists = sorted(zip(list1, list2), key=lambda x: x[0])
result_dict = {key: [item[1] for item in group] for key, group in groupby(sorted_lists, key=lambda x: x[0])}
print("The mapped dictionary:",result_dict)
輸出
The mapped dictionary: {0: ['banana'], 3: ['cherry'], 4: ['date'], 5: ['apple', 'elderberry', 'fig']}
結論
我們展示了建立兩個單獨列表的對映字典的不同方法。透過建立這些列表中元素之間的關聯，這些程式碼演示瞭如何有效地管理資料；同時容納一對一和一對多的關係。每種方法都有其自身的優缺點，但是理解每一種方法可以幫助程式設計師更好地掌握 Python。
瀏覽量 128
